这一系列标签形成了一个人固定的长期标签。

　　之前的玩法单纯粗暴，就是冲销量或者买位置到第一，然后开始赚钱。

　　当然除了阿里之外，大数据精准营销在其他的互联网企业也都被看做是长线的利润价值，对于企业来说，这种趋势，不是把眼光放在短期的盈利上，主要依托大数据对用户的画像，设身处地的去触动用户，把握数据的长期黏性，从而实现长期增长。

　　如教育行业:如学历提升、职业教育、教育培训、K12教育等，可以通过大数据建模抓取教育相关网站的实时访客，抓取相关教育垂直APP的活跃用户……

　　咨询行业能够的看到诸如谷歌对于信息碎片和数据处理而后转动的飞轮，那对于涉及更多行业的咨询类而言，产品类企业是否也可以被这样转动飞轮？艺术品鉴赏行业呢？快销品行业呢？是的，采用标准化数据采集和管理的行业，都可以被数据的管理型和有效碎片化整合，转动产业飞轮，从而产生巨大的产业驱动力 —— 这不是简单意义的营销或定点销售，这是产业整合和产业变革的前兆。在大数据下，的概念都不能简单的顾名思义 —— 如同前面说到的，大数据的本质是处理，挖掘，分析大数据的能力，并不是简单的数据组合。所以，对于信息获取方式，大数据本身的要求和条件，也相对其他类别，要更严苛，需要更多的方法加以管理和运用。

　　做到上述几点后，咨询团队的营销思路，便打开 —— 由于有侧重点的构建某一项企业问题的咨询产品，在此问题上，团队也有相应侧重的数据面和数据模型，以此为营销核心，向平台展示自己的核心能力。简单说，只要数据库针对的企业有一定的社会代表性，这样的营销是无疑的 —— 企业诊断的效率在于对于错误信息的筛选频率，减少失误不确定性的亮度。数据的根本用途在于提供决策依据，而这样的决策依据，已经在前端的历史数据中，得到了很好的解决，，以及参考对标的空间，并不属于数据和团队的未知领域。

　　另一方面，企业对消费者的特征喜好已不陌生，将日益聚焦于发掘海量数据背后的价值。以互联网公司为代表的很多企业，已逐渐觉察到网络大数据获客平台所带来的商业价值，不断思考怎么根据对海量数据的有效整合和充分利用，准确地分析客户的特征和喜好,了解用户此时此地所需所想，发掘产品的潜在高价值用户群体，帮助企业找到的受众，实现市场营销的化、场景化。网络大数据获客平台处理能力信息含量:集中了用户从生活到工作、从通信到数据网络的数据，覆盖24小时的位置、行为信息，信息价值含量高、信息涵盖范围广。